:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hartgers, Aline, Nugmanov, Ramil, Chernichenko, Kostiantyn, Wegner, Joerg Kurt
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Quantitative Methods
Online-Zugang:	https://arxiv.org/abs/2401.17267
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Pretraining Graph Transformers with Atom-in-a-Molecule Quantum Properties for Improved ADMET Modeling
von: Fallani, Alessio, et al.
Veröffentlicht: (2024)

Multitask finetuning and acceleration of chemical pretrained models for small molecule drug property prediction
von: Adrian, Matthew, et al.
Veröffentlicht: (2025)

Accelerating the inference of string generation-based chemical reaction models for industrial applications
von: Andronov, Mikhail, et al.
Veröffentlicht: (2024)

Estimating carbon pools in the shelf sea environment: reanalysis or model-informed machine learning?
von: Skakala, Jozef
Veröffentlicht: (2025)

Physics-informed deep learning for infectious disease forecasting
von: Qian, Ying, et al.
Veröffentlicht: (2025)

BioBO: Biology-informed Bayesian Optimization for Perturbation Design
von: Li, Yanke, et al.
Veröffentlicht: (2025)

Quantification of total uncertainty in the physics-informed reconstruction of CVSim-6 physiology
von: De Florio, Mario, et al.
Veröffentlicht: (2024)

Pathology-genomic fusion via biologically informed cross-modality graph learning for survival analysis
von: Zhang, Zeyu, et al.
Veröffentlicht: (2024)

GramSeq-DTA: A grammar-based drug-target affinity prediction approach fusing gene expression information
von: Debnath, Kusal, et al.
Veröffentlicht: (2024)

Inferring processes within dynamic forest models using hybrid modeling
von: Pichler, Maximilian, et al.
Veröffentlicht: (2025)

AI-driven Generation of MALDI-TOF MS for Microbial Characterization
von: Schmidt-Santiago, Lucía, et al.
Veröffentlicht: (2025)

Aneurysm Growth Time Series Reconstruction Using Physics-informed Autoencoder
von: Wu, Jiacheng
Veröffentlicht: (2025)

The limits of bio-molecular modeling with large language models : a cross-scale evaluation
von: Xu, Yaxin, et al.
Veröffentlicht: (2026)

Central Dogma Transformer II: An AI Microscope for Understanding Cellular Regulatory Mechanisms
von: Ota, Nobuyuki
Veröffentlicht: (2026)

PoseX: AI Defeats Physics Approaches on Protein-Ligand Cross Docking
von: Jiang, Yize, et al.
Veröffentlicht: (2025)

Deep learning meets tree phenology modeling: PhenoFormer vs. process-based models
von: Garnot, Vivien Sainte Fare, et al.
Veröffentlicht: (2024)

Autofocused oracles for model-based design
von: Fannjiang, Clara, et al.
Veröffentlicht: (2020)

Benchmarking community drug response prediction models: datasets, models, tools, and metrics for cross-dataset generalization analysis
von: Partin, Alexander, et al.
Veröffentlicht: (2025)

Understanding temperature tuning in energy-based models
von: Fields, Peter W, et al.
Veröffentlicht: (2025)

CoVAE: correlated multimodal generative modeling
von: Caretti, Federico, et al.
Veröffentlicht: (2026)

Integrating Dynamical Systems Learning with Foundational Models: A Meta-Evolutionary AI Framework for Clinical Trials
von: Geraci, Joseph, et al.
Veröffentlicht: (2025)

Do we need equivariant models for molecule generation?
von: Nowara, Ewa M., et al.
Veröffentlicht: (2025)

Domain-Adversarial Neural Network and Explainable AI for Reducing Tissue-of-Origin Signal in Pan-cancer Mortality Classification
von: Padron-Manrique, Cristian, et al.
Veröffentlicht: (2025)

Omics-driven hybrid dynamic modeling of bioprocesses with uncertainty estimation
von: Espinel-Ríos, Sebastián, et al.
Veröffentlicht: (2024)

The CAST package for training and assessment of spatial prediction models in R
von: Meyer, Hanna, et al.
Veröffentlicht: (2024)

Protenix-Mini+: efficient structure prediction model with scalable pairformer
von: Qiang, Bo, et al.
Veröffentlicht: (2025)

Improved prediction of ligand-protein binding affinities by meta-modeling
von: Lee, Ho-Joon, et al.
Veröffentlicht: (2023)

Learning surrogate equations for the analysis of an agent-based cancer model
von: Burrage, Kevin, et al.
Veröffentlicht: (2025)

Precision Cancer Classification and Biomarker Identification from mRNA Gene Expression via Dimensionality Reduction and Explainable AI
von: Tabassum, Farzana, et al.
Veröffentlicht: (2024)

ILETIA: An AI-enhanced method for individualized trigger-oocyte pickup interval estimation of progestin-primed ovarian stimulation protocol
von: Wu, Binjian, et al.
Veröffentlicht: (2025)

Understanding protein function with a multimodal retrieval-augmented foundation model
von: Truong Jr, Timothy Fei, et al.
Veröffentlicht: (2025)

PoET: A generative model of protein families as sequences-of-sequences
von: Truong Jr, Timothy F., et al.
Veröffentlicht: (2023)

New tools for comparing classical and neural ODE models for tumor growth
von: Blaom, Anthony D., et al.
Veröffentlicht: (2025)

Linguistically inspired roadmap for building biologically reliable protein language models
von: Vu, Mai Ha, et al.
Veröffentlicht: (2022)

How to make the most of your masked language model for protein engineering
von: McCarter, Calvin, et al.
Veröffentlicht: (2026)

Towards AI-Based Precision Oncology: A Machine Learning Framework for Personalized Counterfactual Treatment Suggestions based on Multi-Omics Data
von: Schürch, Manuel, et al.
Veröffentlicht: (2024)

An inferential measure of dependence between two systems using Bayesian model comparison
von: Marrelec, Guillaume, et al.
Veröffentlicht: (2024)

The cell as a token: high-dimensional geometry in language models and cell embeddings
von: Gilpin, William
Veröffentlicht: (2025)

DeepDR: an integrated deep-learning model web server for drug repositioning
von: Jin, Shuting, et al.
Veröffentlicht: (2025)

Do Larger Models Really Win in Drug Discovery? A Benchmark Assessment of Model Scaling in AI-Driven Molecular Property and Activity Prediction
von: Guo, Jinjiang
Veröffentlicht: (2026)